第一个成功爬虫,包括异常重连、断点续抓等等,运行很稳定,激动

博主分享了首次成功编写爬虫的经历,该爬虫用于抓取商车网的机动车公告数据。程序分为两步,第一步抓取车型代码,第二步抓取字段内容,实现了异常中断重连和断点续抓功能,确保稳定性。代码示例分别展示了不同场景的使用方式,为后续爬虫开发提供了参考。
摘要由CSDN通过智能技术生成

抓取商车网的机动车公告数据

我写了人生中第一个爬虫程序,很成功,开心。

总共分两步

第一步抓取所有的车型代码,存到一个文件里,这个文件可以支撑后续进一步访问每个车型的连接,并且抓取其内容。

第一部分抓车型的代码

我写了两个,场景有所不同


第一段代码如下:

主要是用于我可以人工通过bianhao这个list来设定公告批次的,方便集中抓一批下来。但是存在的问题就是容易跑死,这个程序里没有加中断重连的机制,

from bs4 import BeautifulSoup
from lxml import etree
import urllib.request
import re
import requests
import time
import datetime

#定义一个函数,抽取页面的页码数
<
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值